Python之复杂数据结构_自定义的快乐

复杂数据结构

堆

• 堆是一个二叉树，其中每个父节点的值都小于等于其所有子节点的值。
• 数组heap[k]<=heap[2*k+1]
• 列表heap[k]<=heap[2*k+2]
• 整个堆中最小的元素总是位于二叉树的根节点
• Python中提供了heap模块提供相应的支持

import heapq
import random
data = list(range(10))
random.shuffle(data)
data

heap = []
# 建堆
for n in data:
    heapq.heappush(heap,n) #参数1，被插入的堆变量，参数2，插入的值
heap

[0, 1, 2, 4, 6, 7, 3, 9, 5, 8]

heapq.heappush(heap,0.5)
heap

[0, 0.5, 2, 4, 1, 7, 3, 9, 5, 8, 6]

heapq.heappop(heap) #弹出最小的元素，即根节点元素，堆会自动重建
heap

[0.5, 1, 2, 4, 6, 7, 3, 9, 5, 8]

myheap = [1,2,3,4,5,7,9,0,10,333]
#将列表转化为堆
heapq.heapify(mylist)
myheap 

[1, 2, 3, 4, 5, 7, 9, 0, 10, 333]

heapq.heapreplace(myheap,333) #替换堆中元素值，自动重构堆
myheap

[3, 4, 7, 0, 5, 333, 9, 1, 10, 333]

max_value = (a,b,c) =heapq.nlargest(3,myheap) #返回前3个最大的元素
max_value

[333, 333, 10]

min_value = (a,b) = heapq.nsmallest(2,myheap) # 返回前2个最小的元素
min_value

[0, 1]

队列

• 队列的特点：FIFO(先进先出) LILO(后进后出)
• 应用场景：
  • 多线程编程
  • 作业处理
  • 流式编程
  • Rest风格
• Python提供了queue模块和collections.deque模块支持队列的操作

import queue
q = queue.Queue() # 创建队列对象
q.put(0)  # 向队列中插入数据
q.put(1) 
q.put(2)
q.queue

<queue.Queue at 0x23a656ea688>

q.get()  # 队列头元素出队

0

q.queue

deque([1, 2])

q.get()

1

q.queue

deque([2])

后进先出队列

import queu